Controle Inteligente de Acesso com Reconhecimento Facial e Re-identificação

Palavras-chave

aprendizado de máquina, detecção de objetos, redes neurais, reconhecimento facial, controle de acesso

Resumo Científico

Inteligência Artificial e Machine Learning são áreas em franca expansão e com impacto direto na atuação da Engenharia da Computação. O reconhecimento facial é uma aplicação de alta visibilidade e interesse que vem sendo aplicada em vários sistemas da atualidade, mais voltados para segurança e controle biométrico. O estudo desmistifica o “aprendizado” de máquina, demonstrando que é um processo de otimização matemática e aplicação computacional. A metodologia baseia-se na leitura de documentação da linguagem e modelos utilizados, seguida da implementação do algoritmo aliado com os modelos de reconhecimento facial e re-identificação. O algoritmo normaliza a imagem detectada para linguagem computacional, a fim de interpretá-la utilizando convoluções (aplicação de filtros na imagem), ativações não-lineares (funções deriváveis) e backpropagation em redes neurais. Para modelos de reconhecimento facial, funções de perda como a Triplet Loss são usadas para gerar representações biométricas únicas (embeddings), aproximando vetorialmente rostos da mesma pessoa e afastando os de indivíduos distintos. O sistema proposto utiliza um modelo ResNet-SSD para detectar rostos e um MobileFaceNet para extrair os embeddings de Re-ID. A Re-ID permite que o sistema reconheça uma pessoa mesmo que ela saia e retorne ao campo de visão da câmera, garantindo uma contagem precisa de indivíduos únicos. Demonstra-se que o treinamento de modelos de inteligência artificial não é “mágica”, mas um processo iterativo e bem definido de otimização para resolver problemas complexos do mundo real, como o controle de acesso inteligente.